面灵AI→

同程 Java 一面:集合、ConcurrentHashMap、索引调优与幂等 24 问

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 请做一下自我介绍。你的实习和项目中有哪些亮点?
  2. Java 中常见的集合有哪些?它们分别有什么特点?
  3. 刚才提到的集合中,哪些是线程安全的,哪些不是?
  4. ConcurrentHashMap 的底层是怎么实现的?它如何保证线程安全?
  5. 在线程池中执行异步任务时,怎么获取提交任务的线程中的请求上下文?
  6. 什么情况下会发生线程不安全?
  7. JVM 的堆和虚拟机栈分别存储什么?
  8. InnoDB 默认的页大小是多少?
  9. InnoDB 的数据和索引是怎么存储的?
  10. 主键索引和唯一索引有什么相同点和区别?
  11. 哪些操作可能导致索引失效?
  12. 怎么判断一条 SQL 实际使用了哪个索引?
  13. 怎么指定一条 SQL 使用某个索引?
  14. 你实际做过参数调优吗?
  15. 你怎么理解策略模式?在项目中是怎么实现的?
  16. 项目中用 Redis Lua 脚本实现了什么功能?
  17. 项目为什么引入 RabbitMQ?主要解决了什么问题?
  18. 你怎么理解幂等?项目中是怎么保证幂等的?
  19. 两段实习,哪一段对你的提升更大?为什么?
  20. 你平时用过哪些 AI 工具和模型?这些工具和模型各有什么差异和优缺点?
  21. 你用过国产模型吗?整体使用感受如何?
  22. 你了解 Agent Harness 吗?能介绍一下它是什么,以及你在项目中是怎么做的吗?
  23. 你有考研计划吗?为什么?
  24. 你有什么想了解的?

《参考解析》

集合体系与线程安全:List 里 ArrayList 基于数组、随机访问快、扩容 1.5 倍;LinkedList 基于双向链表,头尾操作快但随机访问要遍历。Map 里 HashMap 数组 + 链表 + 红黑树,链表长度到 8 且容量到 64 才树化;TreeMap 按 key 有序,红黑树实现,增删查 O(log n)。Set 基本是 Map 的包装。线程安全的老实现是 Vector、Hashtable、Collections.synchronizedXxx(整表加锁、性能差),并发场景用 ConcurrentHashMap、CopyOnWriteArrayList、ConcurrentLinkedQueue。ArrayList、HashMap、LinkedList 都不是线程安全的,多线程写会出现覆盖、丢元素甚至死循环(JDK 7 的 HashMap 扩容)。

ConcurrentHashMap 的实现:JDK 8 之后是「Node 数组 + 链表 + 红黑树」,用 CAS + synchronized 锁单个桶头节点,锁粒度是桶而不是整表;size 用 baseCount 加 CounterCell 分散计数,避免所有线程争同一个变量;扩容支持多线程协助迁移(ForwardingNode 标记已迁移的桶)。get 不加锁,靠 volatile 读保证可见性。它保证单次操作的原子性,但「先查再改」这类复合操作要用 computeIfAbsent、merge、putIfAbsent 或外部加锁。

异步任务怎么拿请求上下文:请求上下文一般放在 ThreadLocal 里,线程池复用线程、任务在别的线程执行,直接读会拿到旧值或 null。解决方案有三层:手动把上下文作为参数传进任务(最稳,但要改签名);用 TaskDecorator(Spring)在提交任务时捕获当前线程的上下文并在任务内 set/restore;用 TransmittableThreadLocal(TTL)配合它提供的线程池包装,解决「线程池复用导致上下文串味」的问题。要注意在任务结束的 finally 里清理,否则线程池复用时会把上一个请求的上下文带给下一个请求。

线程不安全什么时候发生:共享可变状态 + 多线程并发读写 + 缺少同步。典型有三类:复合操作的竞态(i++ 的读改写不是原子操作)、可见性(一个线程改了标志位另一个线程看不到,需要 volatile 或锁)、有序性(指令重排导致半初始化对象被发布,双重检查单例要加 volatile)。不变对象、线程封闭(局部变量)、ThreadLocal、不可变集合都不会有这个问题。

堆与栈:堆存对象实例和数组,线程共享,是 GC 的主战场,分新生代(Eden + Survivor)与老年代;虚拟机栈是线程私有的,每个方法调用一个栈帧,存局部变量表、操作数栈、动态链接、返回地址。StackOverflowError 来自栈深度超限(递归过深),OutOfMemoryError 来自堆或元空间不足。

InnoDB 的存储:默认页 16KB,磁盘与内存以页为单位交换。数据按主键组织成聚簇索引,叶子节点直接存整行;二级索引叶子存主键值,回表再查聚簇索引。所以「数据和索引是同一棵树」,表就是主键索引。页内是记录链表 + 页目录(稀疏槽位做二分),页间是 B+ 树;非叶子只存键和页号,扇出大、层数低,三到四层就能撑住上亿行。

主键索引与唯一索引:相同点是都要求唯一、都建 B+ 树、都能加速等值查询。区别在于主键索引是聚簇索引、叶子存整行,一张表只有一个;唯一索引是二级索引、叶子存主键值,需要回表,一张表可以有多个,且允许多个 NULL(NULL 不参与唯一性判断)。主键不允许 NULL,通常自增或由业务生成;唯一索引常用于业务唯一约束(订单号、手机号)。

索引失效的常见场景:对索引列做函数或运算(where date(create_time)=...、where id+1=...)、隐式类型转换(字符串列传数字)、like '%xxx' 前导通配、or 连接的条件中有一侧没索引、联合索引不满足最左前缀、范围查询之后的列用不上索引、is null / != / not in 在某些数据分布下会选择全表、优化器估算回表成本过高时主动放弃索引。字符集或排序规则不一致的 join 也会失效。

怎么看用了哪个索引:explain 看 key(实际使用的索引)、possible_keys、rows(估算扫描行数)、type(ref、range、index、ALL)、Extra(Using index 覆盖索引、Using filesort、Using temporary);MySQL 8 可以用 explain analyze 看真实执行耗时,或用优化器追踪 optimizer_trace 看为什么选了这个索引。指定索引用 force index(idx_name),但它是提示不是强制,优化器认为代价过高时仍可能不用;生产上更常见的是改写 SQL 或调整索引,而不是长期 force。

参数调优:面试官问「实际做过吗」是想听具体动作与结果。可讲的点:慢查询日志定位 Top SQL、innodb_buffer_pool_size 调到物理内存的 60%~70%、innodb_flush_log_at_trx_commit 与 sync_binlog 在安全与吞吐间取舍、连接池大小与 max_connections、大事务拆分、innodb_io_capacity 适配 SSD。每一条都要带「改前多少、改后多少、怎么观测」,只报参数名等于没做过。

策略模式:把一组可互换的算法抽象成接口,运行时按条件选择实现,消除大段 if-else。项目里常见做法是「接口 + 多个实现类 + 一个 Map 注册表(Spring 注入后按类型放到 Map<String, Strategy>)」,调用方只依赖接口。扩展新策略时只加一个类,不改调用方,符合开闭原则;代价是类变多、需要治理命名与注册。

Redis Lua 的用途:把「读—判断—写」合成一次原子执行,避免并发下的检查与更新分离。典型场景是库存扣减(判断库存 > 0 再减)、令牌桶限流、分布式锁的加锁与解锁、幂等键的 setnx + 过期。Lua 在 Redis 单线程里执行,天然串行,但脚本要短,长脚本会阻塞其他请求;集群模式下脚本涉及的所有 key 必须在同一个 slot(用 hash tag)。

为什么引入 RabbitMQ:解耦(下单后发消息,积分、通知、风控各自消费)、削峰(突发流量先进队列,消费端按能力拉取)、异步(把非核心链路从主流程摘出去降低 RT)、最终一致(配合本地消息表或事务消息)。代价是系统复杂度上升:消息丢失、重复、乱序、积压都要处理。

幂等:同一请求执行一次和执行多次的结果一致。做法分几层:数据库唯一索引兜底(最可靠);业务状态机(已支付不能再支付);Redis setnx 或去重表记录请求号(注意过期时间与原子性);乐观锁版本号;消息消费侧用「消息 ID + 消费记录表」。真正的幂等键要选业务上唯一的维度(订单号、外部流水号),而不是时间戳或随机数。

两段实习怎么比较:不要只夸后一段。给一个维度对比:第一段让你建立了工程习惯(代码规范、评审、测试),第二段让你独立负责一个模块、学会在不确定需求下推进。用具体例子说明「提升」是什么——从「按文档实现」到「能自己定义问题并给出方案」。

AI 工具与模型:可以按用途分层讲:对话与写作(通用大模型)、代码补全(IDE 插件)、Agent 编程(会读写文件、跑命令的工具)、检索(联网搜索)。差异在上下文长度、工具调用能力、延迟与价格、中文语料质量。回答时最好带一个真实对比:同一个任务两个模型各做一遍,谁漏了边界、谁多绕了步骤。

Agent Harness:Harness 是「模型之外的执行骨架」——它负责把用户请求变成一轮轮模型调用,提供工具(读写文件、执行命令、检索)、维护消息历史与上下文压缩、处理工具结果回填、做权限与沙箱、记录轨迹与成本。模型只负责决策,Harness 负责让决策能落地并被观测。项目里可以从「工具注册与 schema、循环终止条件、错误重试、上下文裁剪、评测与回放」几个点讲自己做了什么。

考研计划:如实回答即可,重点是把选择和职业目标连起来——想尽早进工程体系就说清楚为什么实践优先,想补基础就说清楚缺什么、怎么补。不要贬低读研,也不要给一个和简历矛盾的答案。